标签
本文提出了一种用于学习不可压缩流动解算子的局部稀疏核方法，利用无散度局部插值函数、紧支撑核和算子拉格朗日权重，实现了稀疏且可在 GPU 上并行执行的回归，在十项流体基准测试中优于神经算子。
本文介绍了VIOT，一种变分不可压缩最优传输算子，使用Fourier Neural Operator预测无散度速度场，以实现高效的不可压缩密度传输，比传统优化方法实现了数量级的加速。